Co badacze mogą znaleźć wśród 32 milionów adresów URL, które Facebook właśnie udostępnił Social Science One?

Autor: Sergey Nivens/Shutterstock

Nauka Społeczna , komisja non-profit powołana w 2018 r. w celu ustanowienia konkretnych partnerstw między naukowcami a instytucjami bogatymi w dane, takimi jak Facebook, ma teraz 32 miliony indywidualnych linków wydobytych z sieci mediów społecznościowych Marka Zuckerberga, na których można prowadzić badania.

Po nieoczekiwanym prawie rocznym opóźnieniu coś, co stworzyło smutny wraz z założycielami projektu koalicja badaczy w końcu otrzymała od Facebooka to, co uważa się za „jednego z największe zestawy linków stworzony do badań akademickich”.

Przynajmniej tak powiedział IFCN Solomon Messing, były dyrektor w laboratorium danych Pew Researcher Center, a teraz kierownik ds. nauki o danych w Social Science One.

Teraz zespoły badaczy wybranych z całego świata będą mogły wykorzystać zbiór danych do identyfikacji trendów, wzorców i popularnych tematów w świecie treści na Facebooku.

Według platformy zbiór danych obejmuje liczbę publicznych udostępnień adresów URL, datę pierwszego udostępnienia, datę pierwszego sprawdzenia faktów, kraj, w którym były one najczęściej udostępniane oraz podsumowanie rzeczywistej treści zawarte w adresie URL.

Zawiera również dane dotyczące interakcji użytkownika, w tym liczbę przypadków, gdy adres URL został oznaczony przez użytkownika jako zawierający fałszywe wiadomości oraz liczbę udostępnień adresu URL bez faktycznego kliknięcia.

Facebook powiedział, że wybrał te punkty danych, ponieważ powszechnie uważa się je za wskaźniki dezinformacji. Od teraz naukowcy mogą ich używać do zrozumienia tematów, które dominują na platformie lub do tworzenia modeli uczenia maszynowego opartych na tych wzorcach.

Aby uzyskać dostęp do zestawu około 32 milionów adresów URL, naukowcy muszą uzyskać zatwierdzenie projektów przez komisję Social Science One. Zaakceptowane wnioski mogą otrzymać dofinansowanie, dane i inne świadczenia. A wszystkie powstałe prace można publikować zgodnie z życzeniem badacza, bez żadnych dodatkowych ograniczeń ze strony Facebooka czy komisji.

„Nadal udostępniamy dodatkowe dane w sposób, który chroni prywatność ludzi” – powiedział Messing. „Ten zestaw danych pozwoli naukowcom odpowiedzieć na ważne pytania dotyczące dezinformacji i roli mediów społecznościowych w społeczeństwie”.

Oczekiwania są wysokie.

Opóźnienie w dostarczeniu danych

W kwietniu 2018, kiedy Facebook ogłoszony współpracował z naukowcami, aby dostarczyć im cennych danych do badań nad dezinformacją, oczekiwano, że te zbiory danych poświęć trochę czasu przygotować. Ale nie tak długo.

W sierpniu Buzzfeed News zgłoszone że fundatorzy Social Science One, w tym Democracy Fund, William and Flora Hewlett Foundation, John S. i James L. Knight Foundation, Charles Kocha oraz Omidyar Network, grozili wycofaniem się z projektu z powodu opóźnienia.

Według raportu wyznaczyli Facebookowi termin 30 września na udostępnienie obiecanych zestawów danych, w przeciwnym razie projekt dobiegnie końca.

Jednak w styczniu Social Science One poinformował w poście na blogu, że Facebook będzie potrzebował więcej czasu na opublikowanie zestawu danych URL, powołując się na obawy dotyczące prywatności.

„Facebook musi być nie tylko zgodny z nowym ogólnym rozporządzeniem o ochronie danych Unii Europejskiej, a także podobnymi przepisami dotyczącymi prywatności w jurysdykcjach na całym świecie, ale musi również być zgodny z dekretem o zgodzie Facebooka wydanym przez amerykańską Federalną Komisję Handlu”, post na blogu czytać. „Ze względu na bezprecedensowy charakter naszego projektu Facebook porusza się powoli i ostrożnie, aby upewnić się, że nasz projekt jest zgodny ze wszystkimi odpowiednimi wytycznymi prawnymi”.

Zestaw danych został wydany w połowie września, tuż przed terminem, który zgłosił Buzzfeed.

Jak zarządzano kwestiami prywatności?

Według Facebooka prywatność różnicowa została dodana do adresów URL, które weszły do ​​zbioru danych. Oznacza to, że wkład jakiejkolwiek osoby w dane został zamaskowany.

Facebook powiedział, że charakteryzuje prywatność różnicową jako dodatkowy „szum statystyczny”, który zapewnia ludziom dodatkową warstwę ochrony i chroni przed cyberatakami.

Jakie badania są możliwe dzięki temu zbiorowi danych?

Wcześniejsza wersja zbioru danych URL, która została udostępniona zatwierdzonym badaczom za pośrednictwem platformy monitorowania społecznościowego CrowdTangle, była już wykorzystywana w badanie o skoordynowanym, nieautentycznym dzieleniu się linkami w okresie poprzedzającym wybory europejskie w 2019 r. we Włoszech.

Teraz badacze będą mogli wykorzystać pełny zestaw danych, aby lepiej zrozumieć, jakie rodzaje treści i tematy są rozpowszechnione na Facebooku. Będą w stanie identyfikować wzorce w tym, co jest udostępniane w czasie, i mogą potencjalnie budować modele uczenia maszynowego, które wykrywają nieprawdziwe informacje.

Facebook powiedział, że naukowcy od dawna zdają sobie sprawę z potrzeby posiadania dużego i zróżnicowanego zestawu danych, aby wytrenować taki model uczenia maszynowego. Ten zbiór danych URL jest jednym z największych istniejących, ma 7 gigabajtów i zawiera około 32 miliony adresów URL i około 544 milionów wartości komórek.

Naukowcy mogą być w stanie określić, w jaki sposób popularne treści są powiązane z wydarzeniami politycznymi i wprowadzaniem produktów na Facebooku. Inne potencjalne tematy badań obejmują rolę polaryzacji, polityków i cykli informacyjnych w rozpowszechnianiu dezinformacji na platformie.